Fin-gan: Forecasting and classifying financial time series via generative adversarial networks
Quantitative Finance
AI READING NOTE
该文聚焦经济与金融时间序列预测,重点考察模型如何刻画非线性动态、长期依赖、概率分布或跨序列迁移。相关研究脉络指出:TimeGAN结合生成对抗学习与监督式时间动态学习,以同时保留总体分布特征和时间依赖,并被应用于金融序列生成。本综述将其作为AI研究工具文献收录;因来源未提供完整摘要,导读仅依据正文引用语境和书目信息。
